本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
21 | 2025-05-07 |
Predicting trabecular arrangement in the proximal femur: An artificial neural network approach for varied geometries and load cases
2023-12, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2023.111860
PMID:37948877
|
research paper | 使用前馈神经网络预测股骨近端小梁排列,以几何和载荷参数为输入,输出表观密度 | 采用机器学习方法替代有限元法,显著减少计算时间,同时保持高精度 | 结果需依赖特定数据集,扩展至其他结构需重新获取数据 | 开发高效准确的骨重塑现象预测模型 | 股骨近端小梁排列 | machine learning | NA | feed-forward neural networks | NN | density distribution dataset | 包含多种几何形状和载荷情况的样本 |
22 | 2025-05-02 |
Deep learning-based phenotyping reclassifies combined hepatocellular-cholangiocarcinoma
2023-12-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43749-3
PMID:38092727
|
研究论文 | 利用深度学习对混合型肝细胞-胆管癌进行表型重分类 | 首次应用深度学习对混合型肝细胞-胆管癌进行表型重分类,并与临床结果、基因变异及原位空间基因表达谱一致 | 研究样本量有限,且仅针对cHCC-CCA这一罕见癌症类型 | 改善混合型肝细胞-胆管癌的诊断和治疗决策 | 混合型肝细胞-胆管癌患者 | 数字病理学 | 肝癌 | 深度学习 | 深度学习模型 | 图像和基因表达数据 | 405名cHCC-CCA患者 |
23 | 2025-05-02 |
Automating General Movements Assessment with quantitative deep learning to facilitate early screening of cerebral palsy
2023-12-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-44141-x
PMID:38097602
|
research paper | 本研究提出了一种基于深度学习的运动评估模型(MAM),用于自动化评估婴儿的全身运动,以促进脑瘫的早期筛查 | 结合婴儿视频和基本特征,开发了自动化评估全身运动的深度学习模型,并引入了定量GMA方法,显著提高了诊断准确性 | 需要外部验证以进一步确认模型的泛化能力 | 自动化全身运动评估,促进脑瘫的早期筛查 | 婴儿的全身运动 | digital pathology | cerebral palsy | deep learning | CNN | video | 未明确提及样本数量 |
24 | 2025-05-02 |
Single-cell spatial metabolomics with cell-type specific protein profiling for tissue systems biology
2023-12-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43917-5
PMID:38086839
|
research paper | 提出了一种名为scSpaMet的单细胞空间代谢组学框架,用于联合分析人类男性组织中单个免疫细胞和癌细胞的蛋白质-代谢物特征 | 结合了非靶向空间代谢组学和靶向多重蛋白质成像技术,实现了单细胞水平的蛋白质-代谢物联合分析 | 仅针对男性人类组织进行研究,未涉及女性样本 | 开发用于组织系统生物学研究的单细胞空间代谢组学工具 | 人类肺癌、扁桃体和子宫内膜组织中的单个免疫细胞和癌细胞 | digital pathology | lung cancer | untargeted spatial metabolomics, targeted multiplexed protein imaging | deep learning-based joint embedding | spatial metabolomic data, protein imaging data | 19507个肺癌单细胞、31156个扁桃体单细胞和8215个子宫内膜单细胞 |
25 | 2025-05-02 |
High-throughput target trial emulation for Alzheimer's disease drug repurposing with real-world data
2023-12-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43929-1
PMID:38081829
|
research paper | 该研究通过模拟目标随机试验,利用真实世界数据评估了数千种药物对阿尔茨海默病的潜在再利用价值 | 提出了一个模型选择策略以改进基线协变量平衡,并发现基于深度学习的倾向评分模型在协变量平衡方面不一定优于基于逻辑回归的方法 | 缺乏对模拟试验结果的系统评估 | 识别已批准药物对阿尔茨海默病的新适应症 | 数千种药物和超过1.7亿患者的临床记录 | machine learning | geriatric disease | target trial emulation, inverse probability of treatment weighting | deep learning, logistic regression | clinical records | 超过1.7亿患者的临床记录 |
26 | 2025-05-02 |
Deep learning of cell spatial organizations identifies clinically relevant insights in tissue images
2023-12-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43172-8
PMID:38081823
|
研究论文 | 介绍了一种基于细胞空间组织的图卷积网络Ceograph,用于分析病理图像中的细胞空间组织特征及其对患者临床结果的影响 | 提出了Ceograph模型,能够识别细胞空间组织特征并预测其对患者临床结果的影响,为个性化治疗策略提供支持 | 未提及具体的数据集规模或模型在不同类型癌症中的泛化能力 | 开发一种能够分析细胞空间组织特征并预测临床结果的方法 | 口腔潜在恶性病变患者和肺癌患者的病理图像 | 数字病理 | 口腔潜在恶性病变, 肺癌 | 图卷积网络 | GCN | 病理图像 | NA |
27 | 2025-05-02 |
DeepRTAlign: toward accurate retention time alignment for large cohort mass spectrometry data analysis
2023-12-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43909-5
PMID:38081814
|
研究论文 | 开发了一种基于深度学习的保留时间对齐工具DeepRTAlign,用于大规模队列LC-MS数据分析 | 能够同时处理单调和非单调的RT偏移,提高了识别灵敏度而不影响定量准确性 | 未明确提及具体局限性 | 提高大规模队列LC-MS研究中保留时间对齐的准确性 | 蛋白质组学和代谢组学实验中的保留时间对齐 | 质谱数据分析 | 肝细胞癌 | LC-MS | 深度学习 | 质谱数据 | 多个真实世界和模拟的蛋白质组学和代谢组学数据集 |
28 | 2025-05-02 |
The text-package: An R-package for analyzing and visualizing human language using natural language processing and transformers
2023-Dec, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000542
PMID:37126041
|
研究论文 | 介绍了一个名为text的R包,用于利用NLP和transformer技术分析和可视化人类语言 | 将最先进的NLP和深度学习技术(如transformer)以用户友好的方式提供给心理学研究者,专门针对人类层面的分析优化 | 未提及具体性能指标或与其他工具的比较 | 为社会科学研究者提供便捷的语言分析工具 | 人类语言数据 | 自然语言处理 | NA | NLP, transformer | transformer | 文本 | NA |
29 | 2025-04-27 |
From the diagnosis of infectious keratitis to discriminating fungal subtypes; a deep learning-based study
2023-12-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-49635-8
PMID:38097753
|
research paper | 本研究利用深度学习技术从传染性角膜炎的诊断到真菌亚型的区分 | 提出三个深度学习模型,分别用于诊断传染性角膜炎、区分细菌性和真菌性角膜炎,以及鉴别真菌亚型(丝状真菌与酵母菌) | 模型在真菌亚型鉴别上的准确率相对较低(77.5%) | 提高传染性角膜炎的早期诊断和分类准确性 | 传染性角膜炎患者 | digital pathology | infectious keratitis | deep learning | CNN | image | 977名患者的9329张裂隙灯照片 |
30 | 2025-04-24 |
Geneformer: a deep learning model for exploring gene networks
2023-12, Science China. Life sciences
DOI:10.1007/s11427-023-2431-x
PMID:37672186
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
31 | 2025-04-23 |
USE-Evaluator: Performance metrics for medical image segmentation models supervised by uncertain, small or empty reference annotations in neuroimaging
2023-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102927
PMID:37672900
|
research paper | 该论文提出了一种用于评估医学图像分割模型性能的新方法,特别针对参考标注不确定、小或为空的情况 | 提出了USE-Evaluator,一种新的性能评估方法,专门针对医学图像分割中参考标注不确定、小或为空的情况,弥补了现有评估方法的不足 | 研究主要针对神经影像数据,可能不适用于其他医学影像领域 | 改进医学图像分割模型的性能评估方法,特别是在参考标注不确定、小或为空的情况下 | 医学图像分割模型 | digital pathology | stroke | deep learning | CNN | image | stroke in-house数据集、BRATS 2019和Spinal Cord公共数据集 |
32 | 2025-04-17 |
De novo design of diverse small molecule binders and sensors using Shape Complementary Pseudocycles
2023-Dec-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.20.572602
PMID:38187589
|
研究论文 | 提出了一种结合深度学习和能量基础的通用方法,用于设计能够高亲和力结合并感知任意小分子的蛋白质 | 首次采用深度学习生成具有中央口袋的假环结构,能够针对不同大小和形状的小分子设计高形状互补性的结合口袋,并成功应用于极性柔性分子如甲氨蝶呤和甲状腺素 | 未提及该方法在更复杂生物环境中的适用性或对其他类型分子的普适性 | 开发一种通用方法设计能够结合并感知任意小分子的蛋白质 | 小分子(包括甲氨蝶呤、甲状腺素等极性柔性分子) | 机器学习 | NA | 深度学习 | NA | 分子结构数据 | 四种不同分子(包括甲氨蝶呤和甲状腺素) |
33 | 2025-04-17 |
Form follows function: Nuclear morphology as a quantifiable predictor of cellular senescence
2023-12, Aging cell
IF:8.0Q1
DOI:10.1111/acel.14012
PMID:37845808
|
研究论文 | 本文探讨了核形态作为细胞衰老的量化预测指标的作用 | 揭示了核形态在驱动衰老表型中的主动作用,并利用深度学习算法实现了对增殖细胞和衰老细胞的准确分类 | 未明确核形态异常是衰老的原因还是结果 | 研究核形态作为细胞衰老预测生物标志物的潜力 | 组织细胞 | 数字病理学 | 老年疾病 | 深度学习 | CNN | 图像 | 多种细胞类型和物种的体外和体内数据 |
34 | 2025-04-12 |
RApid Throughput Screening for Asymptomatic COVID-19 Infection With an Electrocardiogram: A Prospective Observational Study
2023-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.07.007
PMID:40206301
|
研究论文 | 评估神经网络使用便携设备获取的心电图(ECG)识别无症状SARS-CoV-2感染的能力 | 使用便携式、智能手机兼容的人工智能心电图(POC AI-ECG)设备进行无症状SARS-CoV-2感染的筛查 | POC AI-ECG算法在检测无症状SARS-CoV-2感染方面效果不佳,无法有效区分阳性与阴性参与者的心电图 | 评估人工智能心电图在检测无症状SARS-CoV-2感染中的准确性 | 2827名患者 | 数字病理学 | COVID-19 | 人工智能心电图(AI-ECG) | 深度学习模型 | 心电图数据 | 2827名患者(48%女性,79%白人,7%有既往COVID-19感染史) |
35 | 2025-04-12 |
Deep Learning for Computed Tomography Assessment of Hepatic Fibrosis and Cirrhosis: A Systematic Review
2023-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2023.08.008
PMID:40206310
|
系统综述 | 本文系统综述了深度学习在计算机断层扫描评估肝纤维化和肝硬化中的应用 | 首次系统评估深度学习算法在CT图像分析肝纤维化和肝硬化诊断中的准确性 | 研究队列和方法学存在异质性,限制了这些研究的普适性 | 评估深度学习算法在肝纤维化和肝硬化CT诊断中的准确性 | 计算机断层扫描(CT)图像 | 数字病理 | 肝纤维化和肝硬化 | 深度学习 | 图像分类算法和图像分割算法 | CT图像 | 6项符合纳入标准的研究(3877项初步筛选研究) |
36 | 2024-08-07 |
Correlating Deep Learning-Based Automated Reference Kidney Histomorphometry with Patient Demographics and Creatinine
2023-12-01, Kidney360
IF:3.2Q1
DOI:10.34067/KID.0000000000000299
PMID:37966063
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
37 | 2025-03-27 |
Deep Learning-Enabled Multiplexed Point-of-Care Sensor using a Paper-Based Fluorescence Vertical Flow Assay
2023-12, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202300617
PMID:37104829
|
研究论文 | 本文展示了一种基于深度学习的多重即时检测传感器,用于同时量化急性心脏损伤的三种生物标志物 | 结合纸基荧光垂直流动检测(fxVFA)与低成本移动阅读器,通过训练神经网络在15分钟内完成检测,具有高灵敏度和低交叉反应性 | 仅验证了46个独立激活的检测卡,样本量相对较小 | 开发一种低成本、便携式的即时检测平台,用于急性心脏损伤的诊断 | 人类血清样本中的三种心脏生物标志物(肌红蛋白、肌酸激酶-MB和心型脂肪酸结合蛋白) | 数字病理 | 心血管疾病 | 纸基荧光垂直流动检测(fxVFA) | 神经网络 | 荧光信号 | 46个独立激活的检测卡,每个患者使用50µL血清样本 |
38 | 2025-03-15 |
Discrimination of benign and malignant breast lesions on dynamic contrast-enhanced magnetic resonance imaging using deep learning
2023-Dec-01, Journal of cancer research and therapeutics
IF:1.4Q4
DOI:10.4103/jcrt.jcrt_325_23
PMID:38156926
|
研究论文 | 本文评估了深度迁移学习(DTL)和微调方法在区分乳腺动态对比增强磁共振成像(DCE-MRI)中良恶性病变的能力 | 使用VGG19、ResNet50和DenseNet201模型进行对比,并通过微调策略提升模型性能,验证了VGG19模型在识别良恶性乳腺病变中的有效性 | 研究样本量有限,仅包含50个额外病变用于验证集,可能影响模型的泛化能力 | 评估深度迁移学习和微调方法在乳腺DCE-MRI中区分良恶性病变的能力 | 乳腺动态对比增强磁共振成像(DCE-MRI)中的良恶性病变 | 计算机视觉 | 乳腺癌 | 深度迁移学习(DTL)和微调方法 | VGG19, ResNet50, DenseNet201 | 图像 | 50个额外病变用于验证集 |
39 | 2025-03-14 |
Exploring the application of deep learning methods for polygenic risk score estimation
2023-Dec-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.12.14.23299972
PMID:38168416
|
研究论文 | 本文探讨了深度学习在估计多基因风险评分(PRS)中的应用 | 使用单一模型生成多个PRS,并探索了机器学习在PRS生成中的潜力,特别是在处理缺失数据时的表现 | 模型的进一步改进可能需要额外的输入数据 | 研究机器学习如何改进多基因风险评分的生成 | UK Biobank数据中的已知PRS | 机器学习 | NA | 深度学习 | MLP | 基因数据 | UK Biobank数据 |
40 | 2025-03-02 |
Natural language processing to identify social determinants of health in Alzheimer's disease and related dementia from electronic health records
2023-12, Health services research
IF:3.1Q1
DOI:10.1111/1475-6773.14210
PMID:37534741
|
研究论文 | 开发了一种基于自然语言处理(NLP)的算法,用于从非结构化的电子健康记录(EHR)中识别阿尔茨海默病及相关痴呆(ADRD)患者的健康社会决定因素(SDoH) | 开发了一种基于规则的NLP算法,用于识别七个SDoH领域,并与深度学习和正则化逻辑回归方法进行了比较 | 在住房和药物不安全方面的SDoH识别性能较差 | 识别ADRD患者的健康社会决定因素(SDoH) | 阿尔茨海默病及相关痴呆(ADRD)患者 | 自然语言处理 | 老年病 | 自然语言处理(NLP) | 基于规则的NLP算法、深度学习、正则化逻辑回归 | 文本 | 1000份医疗记录,来自231名ADRD患者 |